Page 54 - MODUL PEMBELAJARAN EKONOMETRIKA

suatu bentuk yang lebih restriktif dari persamaan diatas serta pada jumlah observasi yang

berbeda-beda.
Perkembangan Uji Unit Root

Sejak studi seminal Dickey dan Fuller (1976), pengujian ketidakstasioneran data telah
menjadi area kajian yang sangat aktif. Berbagai metode pengujian baru ditawarkan dengan

berbagai klaim kelebihannya. Di sini kita akan membahas beberapa metode dimaksud, tetapi

hanya sebatas ulasan. Kita hanya akan membahas esensi metode dan bukan detail teknisnya.
Salah satu uji unit root lain yang banyak digunakan adalah Uji Phillips dan Perron

(1988). Uji Phillip dan Perron merupakan alternatif dari ADF, di mana daripada menggunakan
lag term untuk menghilangkan autokorelasi yang ada pada DGP maka digunakan suatu teknik

nonparametris untuk mengoreksi nilai 1 hitung Penggunaan lag term dinilai akan mengurangi

derajat kebebasan dan karenanya power of test Dengan kata lain uji Phillips-Perron mengklaim
power yang lebih baik daripada uji ADF. Namun demikian, Schwert (1989) mengkritik metode

ini sebagai lemah dalam hal size, adanya kecenderungan over reject hipotesis null yang benar
Perbaikan te dilakukan terhadap metode Phillips-Perron sebagai tanggapan kritik ini dan

menghasilka uji Perron-Ng(1996).
Kwiatkowski, Phillips, Schmidt dan Shin (KPSS, 1992) melakukan pengujian unit root

bertolak dari hipotesis null stationarity (bukan non-stationarity seperti ADF dan Phillips-

Perron). Pengujian ini dinilai memiliki kinerja yang biasa saja sehingga tidak banyak
digunakan dalam penelitian empiris. Namun demikian, Silvestre, et. al (2001) menyarankan

penggunaan ADF dan KPSS secara bersama di dalam pengujian unit root dalam kerangka uji
konfirmasi. Elliott, Rothenberg dan Stock (ERS, 1996), melakukan modifikasi terhadap

persamaan ADF dengan melakukan detrending generalized least squares (GLS). Pengujian ini

telah diakui memiliki power yang lebih baik daripada ADF (Harris dan Solis, 2003, hal 57).
Ng dan Perron (2002) memberikan prosedur pengujian dengan menggunakan teknik ERS.

C. Kointegrasi Dan Model Koreksi Kesalahan (Error Correction Model)

Pada bagian sebelumnya telah diuraikan bahwa regresi OLS di antara variabel-variabel

yang non-stationary (terintegrasi orde d, I(d)) adalah spurious. Tanpa perlakuan yang memadai
kita tidak dapat membedakan apakah hubungan yang diperoleh adalah benar bemakna atau

sekadar disebabkan oleh interaksi DGP pada data.
Salah satu cara mengidentifikasi hubungan di antara variabel yang bersifat non-

stationary adalah dengan melakukan pemodelan koreksi kesalahan. Dengan syarat bahwa pada
sekelompok variabel non-stationary terdapat suatu kointegrasi, maka pemodelan koreksi

51